一种无标定视觉伺服控制技术的研究

在视觉伺服控制过程中无法精确地标定摄像机和机器人运动学模型,而当前的无标定视觉伺服控制技术或者只能针对静态的目标,或者针对动态目标但无法摆脱大偏差的影响．针对此问题,提出一种动态无标定的视觉伺服控制方法：基于非线性方差最小化法控制机器人跟踪运动目标,利用动态拟牛顿法估计图像雅克比矩阵,采用迭代最小二乘法提高系统的稳定性并提出大偏差条件下的无标定控制策略．仿真实验证明了该方法的正确性和有效性．     

工业机器人手眼视觉伺服控制系统设计

针对手眼视觉伺服系统中,传统图像雅克比矩阵存在参数难确定、目标运动不确定等问题,提出在线估计复合图像雅克比矩阵的视觉伺服方法。通过Kalman滤波器在线估计复合图像雅克比(Jacobian)矩阵,基于Lyapunov原理设计了视觉伺服控制器,实现了图像特征误差渐进收敛和运动目标的稳定跟踪。平面二连杆机器人仿真分析验证了所提算法的有效性。     

基于无模型自适应控制的视觉伺服

传统的机器人视觉伺服控制技术需要已知机器人精确的动力学和运动学模型以及机器人的手-眼参数。然而,由于机器人建模、手-眼标定等过程存在一定误差,因此很难精确获得视觉伺服控制模型,从而影响机器人视觉伺服系统的精度和收敛速度。针对这一难题,本文提出一种基于无模型自适应控制方法（MFAC）的机器人视觉伺服技术。利用视觉伺服系统的输入与输出数据,实现自适应视觉伺服控制,即通过MFAC在线估计机器人伺服控制器中的雅各比矩阵,并结合滑模控制器,实现机器人对目标的快速精确跟踪。实验结果表明,本文提出的方法在系统参数变化引起的未知扰动情况下仍能保证伺服控制器平稳收敛,并且能够减小视觉跟踪误差。     

具有变结构控制器的无定标视觉伺服*

从控制的角度出发,提出了一种模型无关的无定标视觉伺服控制方法.在该方法中不需要机器人及摄像机模型,图像雅克比矩阵的计算采用最小二乘估计,机器人系统采用变结构的控制理论设计控制器;而后用李亚普诺夫方法对其进行了稳定性分析,结果证明系统能够渐近稳定.仿真实验证明了算法的有效性.     

模型无关的无定标视觉伺服控制

本文首先介绍了视觉伺服的一般原理．然后提出了一种模型无关的无定标视觉伺服控制方法，在这种方法中不需要机器人模型和摄像机模型，应用方差最小化的原理推导出了模型无关的无定标视觉伺服控制律．此外还给出了图像雅可比矩阵的递推公式．文章最后通过一个轨线跟踪的仿真实验验证了算法的正确性和有效性．     

基于图像矩与神经网络的机器人四自由度视觉伺服

针对传统的视觉伺服方法中图像几何特征的标记、提取与匹配过程复杂且通用性差等问题,本文提出了一种基于图像矩的机器人四自由度(4DOF)视觉伺服方法.首先建立了眼在手系统中图像矩与机器人位姿之间的非线性增量变换关系,为利用图像矩进行机器人视觉伺服控制提供了理论基础,然后在未对摄像机与手眼关系进行标定的情况下,利用反向传播(BP)神经网络的非线性映射特性设计了基于图像矩的机器人视觉伺服控制方案,最后用训练好的神经刚络进行了视觉伺服跟踪控制.实验结果表明基于本文算法可实现0.5 mm的位置与0.5°的姿态跟踪精度,验证了算法的的有效性与较好的伺服性能.     

基于DSP的机器人视觉伺服系统研究

机器人视觉伺服系统的研究是机器人领域中的重要内容之一,其研究成果可以直接用于机器人自动避障、轨迹线跟踪和运动目标跟踪等问题中。本文针对机器人视觉伺服系统要求快速准确的特点,设计了基于TMS320C6201的机器人视觉图像处理系统,并分析了基于图像雅可比矩阵的机器人视觉伺服方法的基本原理。     

一种新的双环结构机器人无标定自抗扰视觉伺服控制方法

在研究基于自抗扰控制器的机器人无标定视觉伺服方法的基础上,提出了一种新的双环结构机器人无标定自抗扰视觉伺服控制方法．内环采用Kalman滤波算法进行图像雅可比矩阵的在线辨识,可较好地逼近真实模型;外环采用自抗扰控制器,利用非线性观测器实时估计系统相对于当前估计模型的总扰动,并在控制中加以动态补偿．针对六自由度工业机器人进行了二维运动目标的跟踪实验,实验结果表明了该方法的可行性和有效性．     

基于Adept机器人的视觉伺服控制系统

机器人视觉伺服控制在理论和应用等方面还有许多问题需要研究,例如特征选择、系统标定和伺服控制算法等.针对Adept机器人,提出了一种简单快速的不需要精确标定摄像机内外部参数的摄像机标定方法,完成了从被观测物体表面所在的视觉平面坐标系到机器人基坐标系的坐标变换.使用图像的全局特征,即图像矩特征进行伺服跟踪;利用所推导的图像雅可比矩阵,设计了由图像反馈与目标运动自适应补偿组成的视觉伺服控制器.将算法对静态目标的定位实验进行了验证,然后又将其应用到移动目标的跟踪上,通过调节和优选控制参数,实现了稳定的伺服跟踪和抓取.实验结果表明采用图像矩作为图像特征能够避免复杂的特征匹配过程,并且能够获得较好的跟踪精度.     

基于无极卡尔曼滤波算法的雅可比矩阵估计

在基于图像的机器人视觉伺服中,采用在线估计图像雅可比的方法,不需事先知道系统的精确模型,可以避免复杂的系统标定过程。为了有效改善图像雅可比矩阵的在线估计精度,进而提高机器人的跟踪精度,针对机器人跟踪运动目标的应用背景,提出了利用无极卡尔曼滤波算法在线估计总雅可比矩阵。在二自由度的机器人视觉伺服仿真平台上,分别用卡尔曼滤波器（KF）、粒子滤波器（PF）和无极卡尔曼滤波器（UKF）三种算法进行总雅可比矩阵的在线估计。实验结果证明,使用UKF算法的跟踪精度优于其他两种算法,时间耗费仅次于KF算法。     

基于图像雅可比矩阵的智能机器人视觉跟踪

根据智能机器人视觉伺服的要求,建立了固定眼结构的MOTOMAN-SV3XL型工业机器人无标定视觉伺服系统.研究了目前在机器人视觉伺服研究领域中使用最为广泛的一类方法,即基于图像雅可比矩阵的方法.针对图像雅可比矩阵的特点,设计了一种基于简化Sage-Husa自适应滤波的图像雅可比矩阵在线估计算法,并将其应用于机器人视觉反馈控制任务中,实现了对二维平面上运动目标的跟踪,实验结果表明了该算法的有效性.     

Visual Servoing Path Planning for Cameras Obeying the Unified Model

Abstract

This paper proposes a path planning visual servoing strategy for a class of cameras that includes conventional perspective cameras, fisheye cameras and catadioptric cameras as special cases. Specifically, these cameras are modeled by adopting a unified model recently proposed in the literature and the strategy consists of designing image trajectories for eye-in-hand robotic systems that allow the robot to reach a desired location while satisfying typical visual servoing constraints. To this end, the proposed strategy introduces the projection of the available image features onto a virtual plane and the computation of a feasible image trajectory through polynomial programming. Then, the computed image trajectory is tracked by using an image-based visual servoing controller. Experimental results with a fisheye camera mounted on a 6-d.o.f. robot arm are presented in order to illustrate the proposed strategy.     

基于任务函数方法的机器人视觉伺服特性研究

为实现在统一的理论框架下对机器人视觉伺服基础特性进行细致深入的研究,本文基于任务函数方法,建立了广义的视觉伺服系统模型.在此模型基础之上,重点研究了基于位置的视觉伺服(PBVS)与基于图像的视觉伺服(IBVS)方法在笛卡尔空间和图像空间的动态特性.仿真结果表明,在相同的比较框架结构下,PBVS方法同样对摄像机标定误差具有鲁棒性.二者虽然在动态系统的稳定性、收敛性方面相类似,但是在笛卡尔空间和图像空间的动态性能上却有很大的差别.对于PBvS方法,笛卡尔轨迹可以保证最短路径,但是对应的图像轨迹是不可控的,可能会发生逃离视线的问题;对于IBVS方法,图像空间虽然能保证最短路径,但是由于缺乏笛卡尔空间的直接控制,在处理大范围旋转伺服的情况时,会发生诸如摄像机退化的笛卡尔轨迹偏移现象.     

Dynamic feedback robust stabilization of nonholonomic mobile robots based on visual servoing

This paper investigates the visual servoing robust stabilization of nonholonomic mobile robots. The calibration of visual parameters is not only complicated, but also needs great consumption of calculated time so that the accurate calibration is impossible in some situations for high requirement of real timing. Hence, it is interesting and important to consider the design of stabilizing controllers for nonholonomic kinematic systems with uncalibrated visual parameters. A novel uncertain model of these nonholonomic kinematic systems is proposed. Based on this model, a stabilizing controller is discussed by using dynamic feedback and two-step techniques. The proposed robust controller makes the mobile robot image pose and the orientation converge to the desired configuration despite the lack of depth information and the lack of precise visual parameters. The stability of the closed loop system is rigorously proved. The simulation is given to show the effectiveness of the presented controllers.     

具有不确定性重力补偿的无标定视觉伺服

文章首先叙述了视觉伺服的分类。给出了机器人动力学模型及其主要性质、自适应复合雅可比矩阵的具体推导过程。摄像机位于机器人末端的情况被考虑,给出了具有不确定性重力补偿的无标定PD视觉伺服控制器,而后运用李雅普诺夫方法对其进行了稳定性分析,结果证明系统能够渐近稳定。为了验证算法的有效性,针对一个二连杆eye-in-hand视觉伺服定位系统进行了仿真,仿真结果说明了算法的有效性。     

Image Based and Hybrid Visual Servo Control of an Unmanned Aerial Vehicle

The use of unmanned aerial vehicles (UAVs) for military, scientific, and civilian sectors are increasing drastically in recent years. This study presents algorithms for the visual-servo control of an UAV, in which a quadrotor helicopter has been stabilized with visual information through the control loop. Unlike previous study that use pose estimation approach which is time consuming and subject to various errors, the visual-servo control is more reliable and fast. The method requires a camera on-board the vehicle, which is already available on various UAV systems. The UAV with a camera behaves like an eye-in-hand visual servoing system. In this study the controller was designed by using two different approaches; image based visual servo control method and hybrid visual servo control method. Various simulations are developed on Matlab, in which the quadrotor aerial vehicle has been visual-servo controlled. In order to show the effectiveness of the algorithms, experiments were performed on a model quadrotor UAV, which suggest successful performance.     

带时延补偿的视觉跟踪控制

在实际的视觉伺服系统中, 由于摄像机到图像处理设备的传输延迟和图像处理本身占用的时间, 视觉信息的获取会产生时延. 对此, 给出了一个带有时延补偿的视觉跟踪控制方法. 通过实时拟合图像雅可比矩阵, 实现了对机械手末端执行器图像特征信息的实时预测, 从而减小了估计误差. 在此基础上, 设计了一个带有时延补偿的控制方案. 通过对运动目标进行跟踪的仿真实验, 验证了本文时延补偿方法的有效性.